Konsep utama

Dokumen ini menjelaskan istilah dan konsep utama yang terkait dengan Agent Registry.

Keahlian A2A

Bandingkan dengan keterampilan.

Blok metadata kapabilitas deklaratif yang ditampilkan inline dalam Kartu Agen (agent-card.json) agen. Keterampilan A2A mendeskripsikan antarmuka komunikasi antar-agen dan kapabilitas tingkat tinggi yang dimiliki oleh agen yang kompatibel dengan A2A.

Agent Registry mendukung spesifikasi Agent2Agent (A2A) versi 0.3 dan 1.0.

Agen

Aktor otonom dalam ekosistem AI Anda, yang ditentukan oleh ID dan keterampilan A2A atau keterampilan tertentu yang dimilikinya.

ID agen

Nama yang unik secara global dan tidak dapat diubah untuk agen. ID logis ini memberikan referensi yang stabil bagi konsumen untuk memanggil agen, yang tetap konstan terlepas dari perubahan infrastruktur yang mendasarinya.

ID agen berbeda dengan identitas agen. ID agen adalah URN logis yang dirancang khusus untuk pelacakan inventaris, pencarian identitas lintas platform, dan pemfilteran layanan terdaftar. Sebaliknya, identitas agen mewakili identitas runtime agen yang aman. Untuk mengelola komunikasi agentik yang aman dan diatur oleh kebijakan, Anda harus menggunakan Agent principal. Untuk mengetahui informasi selengkapnya, lihat halaman Ringkasan kebijakan IAM.

ID agen dibuat secara otomatis oleh Agent Registry selama penyerapan dan mengikuti format Uniform Resource Name (URN). Format yang tepat bergantung pada tempat agen di-deploy. Berikut adalah contohnya:

  • Agent Runtime di Gemini Enterprise Agent Platform: urn:agent:projects-PROJECT_NUMBER:projects:PROJECT_NUMBER:locations:REGION:reasoningEngines:AGENT_ID
  • Layanan Cloud Run: urn:agent:projects-PROJECT_NUMBER:projects:PROJECT_NUMBER:locations:REGION:run:services:SERVICE_NAME
  • Tugas Cloud Run: urn:agent:projects-PROJECT_NUMBER:projects:PROJECT_NUMBER:locations:REGION:run:jobs:JOB_NAME
  • Deployment GKE: urn:agent:projects-PROJECT_NUMBER:projects:PROJECT_NUMBER:locations:REGION:containers:CLUSTER_NAME:namespace:NAMESPACE:deployment:DEPLOYMENT_NAME
  • Gemini Enterprise: urn:agent:projects-PROJECT_NUMBER:projects:PROJECT_NUMBER:locations:REGION:discoveryengine:INSTANCE_ID:root
  • Google Workspace: urn:agent:googleapis.com:locations:global:workspaceagent:workspaceagent--a2a
  • Agen yang terdaftar secara manual: urn:agent:projects-PROJECT_NUMBER:projects:PROJECT_NUMBER:locations:REGION:agentregistry:AGENT_ID

Entity utama agen

ID Identity and Access Management (IAM) unik yang ditetapkan ke agen, sehingga agen tersebut dapat memiliki izin dan diaudit. ID ini berbentuk akun layananGoogle Cloud yang dapat diverifikasi atau identitas beban kerja terkelola, seperti ID SPIFFE, yang terikat ke agen atau server.

Karena identitas ini terikat langsung ke resource komputasi runtime agen, string utama menggabungkan jalur persis ke resource pokok tersebut. IAM mendukung tiga tingkat identitas anggota saat mengatur akses agen:

  • Instance mesin tunggal: Memberikan izin ke deployment agen tertentu. Misalnya, instance Agent Runtime di Gemini Enterprise Agent Platform individu direpresentasikan melalui prinsipal: principal://agents.global.org-ORGANIZATION_ID.system.id.goog/resources/aiplatform/projects/PROJECT_NUMBER/locations/REGION/reasoningEngines/REASONING_ENGINE_ID.
  • Cakupan project: Memberikan izin ke semua mesin penalaran yang berjalan di dalam project tertentu melalui set utama: principalSet://agents.global.org-ORGANIZATION_ID.system.id.goog/attribute.platformContainer/aiplatform/projects/PROJECT_NUMBER.
  • Cakupan di seluruh organisasi: Memberikan izin kepada semua agen di seluruh organisasi melalui set akun utama: principalSet://agents.global.org-ORGANIZATION_ID.system.id.goog/*.

Agent Registry menampilkan prinsipal agen individual sebagai atribut hanya output saat Anda melihat detail agen.

Untuk tata kelola lintas project, saat agen di project beban kerja mengakses resource atau merutekan keluar melalui Agent Gateway pusat, Anda memberikan peran roles/iap.egressor kepada akun utama atau set akun utama agen pada resource target di project pusat.

Komponen agentic

Entitas fungsional modular dalam ekosistem AI yang memungkinkan Anda mendaftarkan, menemukan, dan mengatur Agent Registry. Registry mengategorikan komponen agen ke dalam empat jenis utama: agen, server MCP, endpoint, dan keahlian.

Alur kerja agentic

Serangkaian langkah di mana agen AI secara mandiri menentukan penggunaan alat, penalaran, dan jalur eksekusi untuk menyelesaikan tugas.

Penyedia autentikasi

Konfigurasi dalam pengelola autentikasi Identitas Agen untuk menyimpan, mendapatkan, dan mengelola kredensial, seperti kunci API atau token OAuth, untuk menghubungkan agen Anda ke alat dan aplikasi eksternal tertentu serta menentukan jenis autentikasi.

Binding

Koneksi antara agen sumber dan resource target, seperti agen lain, server MCP, atau endpoint. Dengan membuat binding, Anda membangun hubungan eksplisit yang memungkinkan agen orkestrator berinteraksi dengan kemampuan hilir. Binding juga digunakan untuk mengaitkan agen dengan penyedia autentikasi untuk mendukung izin yang didelegasikan.

Resource data

Kumpulan data atau konteks data tertentu yang diekspos oleh server MCP yang dapat diakses oleh agen untuk mendasari respons atau menginformasikan tindakannya.

Discovery

Proses mengkueri registry untuk menemukan agen, alat MCP, atau endpoint yang ada berdasarkan deskripsi, tag, atau keterampilan.

Penemuan di Agent Registry berfokus pada kemampuan yang berpusat pada penggunaan yang dapat digunakan oleh orkestrator AI Anda. Anda menemukan kemampuan yang sudah terdaftar untuk membangun dan mengatur sistem AI.

Proses ini di Agent Registry berbeda dengan penemuan infrastruktur, seperti di Pusat Aplikasi, yang mengidentifikasi resource komputasi yang tidak terdaftar di project Google Cloud Anda.

Endpoint

Untuk Agent Registry API, resource yang merepresentasikan URL target, biasanya REST API, yang diakses oleh agen. Dengan mengabstraksi tujuan ini menjadi resource yang dapat dikelola, Agent Registry memungkinkan Anda mengatur secara terpusat layanan eksternal mana yang dapat diakses oleh agen.

Model Context Protocol (MCP)

Standar terbuka yang digunakan untuk menghubungkan model AI ke sumber data dan alat, menggantikan plugin khusus.

Server MCP (atau server)

Layanan yang menerapkan Model Context Protocol (MCP) untuk menyediakan alat dan resource data standar kepada agen AI.

ID server MCP

Nama Resource Seragam (URN) yang unik dan tidak dapat diubah secara global untuk server MCP. Mirip dengan ID agen, nama ini memberikan referensi yang stabil untuk menemukan toolset tertentu.

Seperti ID agen, ID server MCP adalah nama logis yang digunakan untuk pencarian yang stabil dan katalog inventaris. Untuk mengelola komunikasi agentik yang aman dan diatur oleh kebijakan, Anda harus menggunakan Agent principal.

Formatnya bergantung pada apakah itu layanan Google bawaan atau server eksternal terdaftar. Berikut adalah contohnya:

  • Google Cloud server MCP jarak jauh: urn:mcp:googleapis.com:projects:PROJECT_NUMBER:locations:global:SERVER_NAME
  • Server MCP yang terdaftar secara manual: urn:mcp:projects-PROJECT_NUMBER:projects:PROJECT_NUMBER:locations:REGION:agentregistry:SERVER_ID

Pendaftaran

Proses menambahkan komponen agen, seperti agen, server MCP, atau endpoint, ke registry. Agent Registry menyediakan mekanisme pendaftaran berikut:

  • Pendaftaran otomatis: Penyerapan otomatis resource AI Google Cloud yang didukung, seperti di Agent Runtime. Pendaftaran otomatis beroperasi dalam cakupan satu project.
  • Pendaftaran manual: Pengaktifan manual komponen agentik kustom atau eksternal, atau agen yang di-deploy di beberapa Google Cloud project untuk penemuan dan tata kelola terpusat.

URI Resource

Lokasi atau infrastruktur runtime fisik yang menghosting agen atau server MCP. Uniform Resource Identifier (URI) adalah urutan karakter unik yang mengidentifikasi resource runtime ini. Misalnya, URI resource dapat berupa endpoint Agent Runtime, deployment Google Kubernetes Engine (GKE), atau layanan Cloud Run.

URI resource berbeda dengan ID agen atau ID server MCP. Nilai ini adalah nama unik dalam format URN yang mengidentifikasi agen dan server MCP Anda dalam registri. Sebaliknya, URI resource mengarah ke resource komputasi sebenarnya tempat agen atau server berjalan.

Jalur ke URI resource agen disematkan dalam string principal agen untuk mengidentifikasi resource tersebut secara unik dalam kebijakan IAM. Untuk pendaftaran lintas project, URI resource merujuk ke project tempat resource komputasi berada.

Agent Registry menampilkan URI ini sebagai atribut hanya output saat Anda melihat detail agen.

Anda dapat menggunakan URI resource untuk membuat kueri di grafik topologi untuk memvisualisasikan alur dan hubungan traffic untuk agen tertentu. Di Agent Registry API, nilai ini diwakili oleh atribut agentregistry.googleapis.com/system/RuntimeReference.

Layanan

Untuk Agent Registry API, resource yang dapat ditulis digunakan untuk mendaftarkan komponen agentik kustom atau eksternal secara manual ke dalam registry. Service mewakili agen, server MCP, atau endpoint yang ditambahkan secara manual ke registry Anda. Anda membuat dan mengelola resource Service untuk menentukan endpoint dan metadata bagi komponen agentik yang tidak otomatis di-ingest oleh Agent Registry.

Bergantung pada spesifikasi yang Anda berikan, Agent Registry secara otomatis memproyeksikan Service ini ke sisi konsumen sebagai resource Agent, McpServer, atau Endpoint hanya baca untuk penemuan.

Anda selalu menggunakan resource Service untuk membuat, mengedit, atau menghapus entri registri. Namun, untuk mendapatkan, mencantumkan, atau menelusuri entri tersebut, Anda harus membuat kueri pada resource Agent, McpServer, atau Endpoint hanya baca.

Keahlian

Bandingkan dengan kemampuan A2A.

Paket yang dapat dieksekusi dan mandiri yang terdaftar sebagai resource tingkat teratas di Agent Registry yang memperluas kemampuan agen dengan memberikan petunjuk, bahasa alami, atau kode tertentu untuk menyelesaikan tugas. Keterampilan berisi file petunjuk (SKILL.md), skrip eksekusi runtime, dan aset metadata.

Keterampilan diidentifikasi dengan Uniform Resource Name (URN). Format yang tepat bergantung pada penayang. Berikut adalah contohnya:

  • Keterampilan buatan Google: urn:skill:PUBLISHER_ID:NAMESPACE:SKILL_ID. Misalnya, urn:skill:discoveryengine.googleapis.com:discoveryengine:report-writing.
  • Keterampilan yang didaftarkan secara manual: urn:skill:projects-PROJECT_NUMBER:locations:LOCATION:private-SKILL_ID. Misalnya, urn:skill:projects-123456789:locations:global:private-create-docs.

Skill buatan Google akan langsung terlihat saat Anda menyiapkan Agent Registry. Namun, Anda juga dapat mendaftarkan keahlian Anda sendiri. Anda mendaftarkan keterampilan di Agent Registry sebagai resource saudara dari agen dan server MCP. Setiap skill memiliki revisi default dan dapat berisi beberapa revisi skill yang diberi versi.

Administrator platform mengatur keterampilan dengan mengelola status siklus prosesnya dan menetapkan penunjuk versi default untuk resolusi runtime.

Revisi keterampilan

Snapshot paket skill yang tidak dapat diubah dan diberi versi. Revisi memungkinkan Anda memperbarui petunjuk atau kode skill tanpa mengubah ID skill induk.

Anda dapat mengelola revisi skill untuk memungkinkan kontrol versi skill Anda.

Publisher

Entitas yang membuat dan mendaftarkan keterampilan di Agent Registry.

Penayang yang diisi otomatis mencakup penayang Google, seperti cloud.google.com dan discoveryengine.googleapis.com, serta partner terverifikasi. Keterampilan yang dibuat Google dari penayang ini akan langsung terlihat saat Anda menyiapkan Agent Registry.

Keterampilan yang Anda buat otomatis ditetapkan ke penayang private default, sehingga ID yang dipublikasikan dari keterampilan tertentu diawali dengan private-. Anda tidak dapat mendaftarkan resource penerbit kustom.

Tinjau dan periksa detail penayang untuk keterampilan terdaftar Anda.

Alat

Fungsi deterministik yang disediakan oleh server MCP yang dapat dipanggil oleh agen.